Anda di halaman 1dari 40

Kelompok 10

Tyas Haryadi
(09650169)
Villa Nanda Sahara
(09650172)
Asasun Najakh (09650179)

Transformasi Linier

Definisi :
Transformasi

Transformasi (pemetaan atau fungsi) T dari


Rn(domain) ke Rm (codomain) dituliskan
Rm : T : Rn
w = T(v)
v : variabel tak bebas
w : variabel bebas vekto
r
Sebagai suatu fungsi f : R R, contoh : f(x)
Misalkan :
= x2
1
A 2
3

0
-1
4

1
dan v
-1

1
Av 2
3

0
-1
4

1
-1

1
3

-1

Menunjukkan transformasi v ke w dari


matrik A

Secara umum persamaan matrik


transformasi :
1 0
2 -1

3 4

x
y

2x


3x 4y

Transformasi matrik A oleh vektor


vektor

2x y dalam
berikut :
Dituliskan sebagai
3x 4y R3.
TA : R 2

R3

x
y

dalam R2
menjadi

x
TA 2x y
y
3x 4y

1
Bayangan v
-1

1
adalah w TA (v) 3
-1

2x y x 2 y -1
3
3x 4y
4

Range TA
y

Dengan kata lain : range(jarak) TA merupakan


ruang kolom dari matrik A

Definisi : Transformasi Linier


Transformasi T : Rn m
R disebut
transformasi linier
Jika :
1.T(u + v) = T(u) + T(v) untuk semua u dan
v dalam Rn
2.T(cv) = cT(v) untuk semua v dalam Rn dan
skalar c

R dinyatakan
Contoh :dengan
T : Rn

2x y
3x 4y

x
T
y

x1
Misalkan: u
Syarat 1 : T(u + v) = T(u) + T(v)
y1

dan v

Jawab :

x1
T(u v) T
y1

x2
y
2

x1 x 2

y1 y 2

x1 x 2

2x1 2x 2 y1 y 2
3x1 3x 2 4y1 4y 2

x1
(2x1 y1 )
(3x1 4y1 )

x2
y
2
x1 x 2

2(x1 x 2 ) (y1 y 2 )
3(x1 x 2 ) 4(y1 y 2 )

x1 x 2

(2x y ) (2x y )

1
1
2
2

(3x1 4y1 ) (3x 2 4y 2 )

x2

(2x y ) T x1 T
2
2
y

1
(3x 2 4y 2 )

x2
y T(u) T(v)
2

x
Misalkan: v
y

dan c skalar

Syarat 2 : T(cv) = cT(v)

cx

x
T(cv) T c T
y
cy

cx

2(cx) (cy)
3(cx) 4(cy)

2x y cT

3x 4y

cx

c(2x y)

c(3x 4y)

x
y cT(v)

Karena 2 syarat terpenuhi, maka T terbukti


merupakan transformasi linier

T
y

x y

DiketahuiT :R 2 R 3dengan
Apakah T merupakan transformasi
Liniear?
x1
x2
, v

u
y1
y2

Jawab:
Misalkan
x x
Syarat
u v 1
1

y1 y 2

maka:
x1 x2 y1 y2

x1 x2

T u v T
y1 y2

T u T v

x1 x2

y1 y 2

x1 y1 x2 y2

x1
x2

y
y
1
2

Definisi transformasi linier juga dapat ditentukan


dengan mengkombinasikan kedua syarat yaitu :
Transformasi T : Rn
Rm disebut transformasi
jika :
linier
T(c1v1 + c2v2) = c1T(v1) + c2T(v2)
untuk semua v1, v2 dalam Rn dan skalar c1, c2
Matrik transformasi (TA) adalah transformasi

linier.
Bukti :
x
T
y

x
1

2x y x 2 y

3
3x 4y

1 0
sehingga :
2 -1

T = TA dengan A
=
3 4

0 1 0

2 -1 x
-1

4 3 4

Transformasi TA: Rn
linier jika :
TA(x) = Ax

Rm disebut
transformasi

untuk x dalam Rn dan A adalah matrik m x n


Bukti : misalkan u dan v adalah vektor dalam Rn
dan c : skalar,
kemudian :
TA(u + v) = A(u + v)= Au + Av = TA(u)+TA(v)
dan TA(cv) = A(cv) = c(Av) = cTA(v)
Dengan demikian : TA merupakan transformasi linier.

Misalkan T: Rn
Rm merupakan transformasi
Kemudian T adalah linier.
matrik transformasi, khususnya
T = TA dengan A adalah matrik m x n
Maka :

A T(e1 ) T(e 2 ) ............ T(e n )

disebut sebagai matrik standar dari transformasi linier T


Bukti : x adalah vektor dalam Rn dapat dituliskan:
x = x1e1 + x2e2 + .+ xnen
Jadi T(x) = T(x1e1 + x2e2 + .+ xnen)
= x1T(e1 )+x2T(e2 )+ ..+xnT(en )

x1
x
2

T(e1 ) T(e 2 ) ......... T(e n )

Ax

Contoh :

Jadi, matriks standar


x
DenganA y

z

2x 2 y
x y

x z

2 2
1 1
T A
untuk
1 0

0 1

0
0
1

Sifat-sifat transformasi linier :


Jika T : V

W adalah transformasi linier,


1.T(0) = 0 maka :
2.T( v) = T(v) untuk semua v dalam V
3.T(u v) = T(u) T(v) untuk semua u dan v dalam V
Contoh :
Anggap T adalah transformasi linier dari R2 ke P2
seperti
1
2
2
T 2 3x x 2 dan T

x
3
1
:

Carilah

1
a
T dan T
b
2

Jawab :
1
Karena B
: 1

2
,
3

adalah basis dari R2 ,


sehingga

setiap vektor dalam R2 berada dalam


2 -1
jangkauan
1
(B)
c1 c 2
3 2
Maka : 1

1 2
2
1
1
T T 7
3 7T 3T

3
Diperoleh
:
2 nilai
73 dan
c 11=
c2= 1 3, sehingga

7(2 3x x 2 ) 3(1 x 2 ) 11 21x 10x 2

Dengan cara yang sama diperoleh bahwa :


2
a
1

b (3a 2b)
1 (b
a) 3


a
1

(b a)
Maka :T T (3a 2b)

b
1

1

(3a 2b)T (b a)T

1

2
3

(3a 2b)(2 3x x 2 ) (b a)(1 x 2 )


(5a 3b) (9a 6b)x (4a 3b)x 2

Komposisi dari suatu transformasi


n
Komposisi dari dua transformasi T: Rm
yang
diikuti S: Rn Rp dituliskan T
Rm : S
Rn
Rp

S
T(v
)

S(T(v)) = (S
T)(v)

S T
Rp transformasi
Jika : T: Rm Rn dan S:
n
R
linier,
transformasi
kemudian S T: Rm Rp adalah
linier, adalah
S T :S T
maka matrik standarnya

Contoh :
Transformasi linier T: R2R3 didefinisikan
x1

sebagai :
x
T

x2

2x1 x 2
3x1 4x 2

4
R
Transformasi linier S: R didefinisikan sebagai
:
2y1 y3

y1

S y2

3y y
3
2

y3

y1 y 2

y1 y 2 y3

Cari : S T : R2 R4

Jawab :
Matrik standar :
2 0 1

0 3 -1

S
1 -1 0

1
1
1

2
0
S T S T
1

1
Tdan
2
3

0
3
-1
1

1
-1
0

0
-1
4

5 4
1 0
-7
3
2 -1

-1 1
3 4

x1
S T
x 2

5 4
3 -7

-1 1

6
3

x1
x
2

5x1 4x 2
3x 7x
1
2

x1 x 2

6x

3x

1
2

Cara lain :
y1
y T x1
x
2
2
y3

x1

2x x

2
3x1 4x
2

Dengan mensubstitusikan ke S, maka


2 0:
diperoleh

x1
S T
x 2

0
3
-1

1 -1 0

1
1
1

x1

2x x
2
1

3x1 4x 2

5x1 4x 2
3x 7x
1
2

x1 x 2

6x1 3x 2

Anggap : T : R2
S : P1

P1
P2

transformasi
yang ditunjukkan oleh :linier

Carilah :

a
T a (a b)x dan S(p(x)) xp(x)
b

Jawab :

3
S T dan S
2

3
S T S T

a
T
b

3
2

S(3

(3

2)x)

3x

x
2

a
a
2
S T S T

S(a

(a

b)x)

ax

(a

b)x

b
b

Invers dari Transformasi Linier


Definisi :
Transformasi linier T: VW memiliki invers
jika
ada
transformasi linier T: W
V sehingga
T T = Iv dan
Maka : T disebut invers
dari
T T
= TIw
Contoh :
2
Tunjukkan bahwa pemetaan T P
: Rdan
T:
1
dinyatakan sebagai :
P1
a
T a (a b)x dan T c dx
b

merupakan invers !

R2
yang

d
c

Jawab :

a
T T T
b

a
T
b T(a (a b)x)

(a b) a

c
Dan :T T(c dx) T(T(c dx) T d c

c +(c+(d c))x= c + dx
Jadi : T T I R dan T T I P
2

Oleh karena itu : T dan T merupakan invers

Kernel dan range transformasi


linier

Definisi :
Jika T : V W adalah transformasi
linierditulis ker(T) adalah
Kernel T yang
himpunan semua vektor dalam V yang
merupakan pemetaan hasil T ke 0 dalam
ker (T) = {v dalam V :
W.
T(v)= 0
Range T yang ditulis range(T) adalah
himpunan semua vektor dalam W yang
range (T) = {T(v) : v dalam
merupakan bayangan vektor V hasil T
V}
= {w dalam W: w
= T(v)

Jika T : V
W adalah transformasi
linier
Maka :
a.Kernel T merupakan subruang V dan
dimensi kernel dikenal sebagai nulity :
nullity (T)
b.Range T merupakan subruang W dan
dimensi range dikenal sebagai rank :
rank (T)
V

ker(
0 T)

T
Kernel dan range dari T :
V
W

range(
T)

Transformasi satu - satu


T:V
W adalah transformasi linier satu satu jika
T merupakan
pemetaan vektor dalam V ke
vektor dalam W
T
T

W
V
W
T : satu - satu
T : bukan satu Untuk semua u dan v dalam V
satu
uv
T(u) = T(v)

T(u) T(v)
u=v

Transformasi Onto :
T:V
W adalah transformasi linier onto
w dalamuntuk
W jika semua
minimal terdapat 1 v dalam V
sehingga :
w=
T(v)

T:
onto

T : bukan

Misalkan dim V = dim W = n dan transformasi linier


T: V
W adalah satu satu, jika dan
onto.
hanya jika :
Bukti :
Jika T adalah satu satu, maka nulity (T) = 0
Teorema rank : rank (T) = dim V nulity(T) = n 0 =
n
Oleh karena itu T adalah onto.
Sebaliknya, jika T adalah onto, maka rank(T)= dim W
=n
Teorema rank : nulity (T) = dim V rank (T) = n n =
0
Sehingga ker (T) = {0} dan T adalah satu -satu

Contoh :
Transformasi T : R2 R3 dinyatakan
merupakan
transformasi
satu-satu
dengan
:
2x
x
x y ?
atau
T
onto
y

Jawab :
Misalkan :

2x 2
2x1
x1
x2
x y
x y
T T
,
1
1
2 2
y

y
1
2
0
Sehingga diperoleh : x1 maka
= x2 dan: y10= y2
Jadi :

x1
y
1

x2
y
2

maka T adalah satusatu

T bukan onto, karena range tidak semua dari R3 menjadi nyata.


Terdapat besaran bukan vektor dalam R2 seperti :

0
x
T 0
Contoh : Tunjukkan bahwa
y T : R 2
1
sebagai :
adalah transformasi linier
P satu - satu
1

dinyatakan
a
T a (a b)x
b

Jawab :
a adalah ker (T),
Jika
b
maka :
a 0
b :
0
Sehingga diperoleh

Akibatnya : ker

a
0 T a (a b)x
b

0
(T)
=
0

dan T adalah satu


- satu
Dengan menggunakan teorema rank :
Rank(T) = dim R2 nulity(T) = 2 0 = 2
Oleh karena range (T) dimensi 2 dalam subruang R2
Maka T adalah onto

Kesamaan bentuk (isomorph)


ruang
Definisi :vektor
Transformasi linier T : V W dikatakan isomorph,
jikaV dan W merupakan
satu satu dan onto. Jika
ruang vektor yang memiliki kesamaan bentuk
disebut Visomorph
W dan dituliskan : V
W

Sifat-sifat isomorph :
1. Jika T merupakan isomorph, maka demikian juga T -1
2. T merupakan isomorph jika dan hanya jika ker(T) =
{0} dan range (T) = W
3. Jika v1, v2 ..vk adalah basis dalam V, maka T(v1),
T(v2)..T(vk) adalah basis dalam W
4. Jika V dan W adalah ruang vektor berdimensi
terbatas, maka V isomorph W jika dan hanya jika
dim(V) = dim (W).

Latihan :
1.Tunjukkan apakah T : R3P2 yang
a
dinyatakan
dalam :
T

b ( abc ) ( a b) x ( a c ) x 2
c

merupakan transformasi linier !


M32x2 yang
2. Tunjukkan apakah T : R
dinyatakan
dalam : a
a b c b


T b

b
2
b

merupakan transformasi linier !

Jenis jenis Transformasi


Linier bidang

1. Rotasi (Perputaran)
Matrik baku untuk T adalah :
2. Refleksi
Refleksi terhadap sebuah garis l adalah
transformasi yang memetakan masing
masing titik pada bidang ke dalam
bayangan cerminnya terhadap l

3.

Ekspansi dan kompresi


Jika koordinat x dari masing masing titik
pada bidang dikalikan dengan konstanta k
yang positif dimana k > 1, maka efeknya
adalah memperluas gambar bidang dalam
arah x. Jika 0 < k < 1 maka efeknya
adalah mengkompresi gambar bidang
dalam arah x. Disebut dengan ekspansi
(kompresi) dalam arah x dengan
faktor k

4. Geseran
Sebuah geseran dalam arah x dengan
faktor k adalah transformasi yang
menggerakkan masing masing titik
(x,y) sejajar dengansumbu x sebanyak
ky menuju kedudukan yang baru (x +
ky, y)
Matrik baku untuk transformasi ini
adalah :

Terimakasih

By: Kelompok 10